Снижение сложности агентных моделей

Я разрабатываю агентную модель, имитирующую рост клеточной культуры in vitro.

Я использую библиотеку MASON (Java), но полагаю, что вопрос может быть применим к различным реализациям.

По сути, мои агенты запрограммированы на деление каждые 12 +/- 2 временных шагов после их создания. Каждый раз, когда агент разделяется, к моделированию добавляется новый.

Это приводит к очень быстрому росту сложности проблемы, что быстро делает моделирование особенно медленным.

Чтобы решить эту проблему, я решил, что агенты должны «умереть» по прошествии t временных шагов от создания.

Однако расписание MASON построено на BinaryHeap, который не позволяет легко удалять объекты (агенты) после того, как они были добавлены. Мое решение заключалось в установке логического флага:

dead = false;

Для которого устанавливается значение true после t временных шагов.

So

if(t == 50)
    dead = true;

Затем я начинаю свой пошаговый метод, то есть метод, вызываемый каждый раз, когда агент выполняет пошаговое действие, следующим образом:

if(dead)
    return;

Однако я понимаю, что простого доступа к объекту в расписании достаточно, чтобы замедлить моделирование.

Есть ли у кого-нибудь предложения относительно того, как я могу отключить агента или предотвратить его вызов?

Спасибо, Дарио